基于数字孪生的FMS 控制管理系统开发与应用

黄 河 斯兴瑶 刘福华

（宜宾职业技术学院，宜宾 644003）

随着数字孪生技术的日趋成熟，将数字孪生与智能控制技术相融合，实现柔性制造系统（Flexible Manufacture System，FMS）、智能工厂的物理系统与虚拟系统的交融成为未来智能制造的一个主攻方向。

柔性制造环境下，车间生产调度问题具有复杂性、不确定性、多目标、多约束、多资源相互协调等特点。在充分吸收基于Agent 或Holon 的非集中式生产调度最新研究成果基础上，以具有生产加工柔性、多单元、离散作业型制造车间（Job Shop）为研究对象[1-2]，提出了基于Holon 概念模型的集成强化学习机制的合同网协议和改进过滤定向搜索算法的自治与协商智能调度技术，也可用于解决其他组合优化问题和复杂调度问题[3-4]。针对FMS 中存在异步、并发、共享资源和路径柔性等复杂关系，对调度模型和优化调度算法两个核心问题进行详细研究[5-6]，建立了轿车曲轴FMS 生产调度非确定性Petri 网模型，同时利用启发式调度算法和分层调度实现了曲轴FMS 生产优化决策。

数字孪生涉及的多物理尺度和多物理量建模、结构化的健康管理、高性能计算等关键技术已经比较成熟[7-8]，但实现数字孪生需要集成和融合跨领域、跨专业的多项技术，从而有效评估装备的健康状况，并且通过现实物理系统向空间数字化模型反馈，可以真正在全生命周期范围内保证数字与物理世界的协调一致，如图1 所示。通过基于数字化模型进行的各类仿真、分析、数据积累、挖掘，甚至人工智能的应用，可确保它与现实物理系统的适用性。在国内，数字孪生的研究直到2019 年才受到重视，主要集中在数字孪生车间、单元体对接、工艺设计、产品装配工艺规划与仿真、虚拟调试等方面[9-10]。

图1 数字孪生的现实与虚拟的融合

针对柔性作业车间出现的问题，在综合利用智能控制、智能检测和数据分析等共性技术构建FMS 控制系统基础上，利用数字孪生技术构建FMS 的数字孪生虚拟模型，实现FMS 现实物理系统与虚拟系统的交融，从而满足FMS 的生产无人化、过程管理智能化和可视化需求，促进制造企业体质增效，加速实现企业转型升级，提高企业核心竞争力。

1 FMS 控制管理系统开发流程

综合利用信息技术、数字技术和控制技术，开发一套具有实时监测、生产排程、数字化增强现实（Augmented Reality，AR）三维虚拟仿真等功能的FMS 数字化控制系统。

该FMS 数字化管理和控制系统采用大量数据采集装置和通信线路，实现FMS 的实时监控与采集。系统采用用户层、应用层、信息层与实时控制层、设备层4 层体系结构，如图2 所示。用户层便捷的界面切换和数据交互可实现人机交互。应用层提供并行计算方式，提升运算速度。信息层与实时控制层实现应用层与设备层之间的通信。设备层包括加工设备、物流设备、机器人、交换设备和自动仓库。

图2 FMS 数字化控制与管理系统的体系结构

2 FMS 控制管理技术

2.1 混连接口匹配与信息交互技术

混连接口匹配与信息交互技术主要针对FMS 在搭建完成后存在的数字信号有效性混乱、实时通信与非实时通信接口混用、安全性开关存在无效情况等潜在危险进行改造，达到数字信号有效统一、实时通信与非实时通信隔离和安全开关的效果。

（1）数字信号有效性统一。生产线设备多且每台设备的电气原理不同，导致信号有效性不同且电流流向不同，出现设备内部隔离不彻底和设备间电压无隔离的情况，同时信号传输会因距离不同出现信号波动。

（2）实时通信与非实时通信隔离。FMS 数字信息系统将原来实时通信控制的现场总线与以太网数据等非实时传输总线进行物理隔离，提升实时通信的安全性和稳定性，同时防止实时总线抢占非实时总线的资源，解决非实时数据延误问题。

（3）安全性开关技术。不同设备间采用继电器进行隔离，导致电压不稳、接触不良，安全性信号无法在有效时间内送达，存在设备、人员事故的潜在危害。FMS 数字信息系统控制底层设备需要的急停等安全性信号。

2.2 数字式AR 在线监测仿真技术

数字式AR 虚拟监测仿真实现过程如图3 所示，主要包括数据采集、AR 虚拟显示及运动控制仿真3 大部分。

图3 数字式AR 在线监测仿真技术

数据采集环节研究各设备的运动过程数据及采集，为虚拟仿真、在线监测提供基础核心数据，着重研究各设备运动数据采集传输的实时性，提升在线监测的时间精度。

针对AR 虚拟显示开展3 个方面的研究。第一，三维建模。在制定零件命名规则的基础上，利用SolidWorks、3D Max 生产线进行三维建模。第二，三维渲染。使用3D Max、C4D（切忌使用KeyShot）进行三维渲染，过程中注意每个零件的局部坐标系原点位置的放置，并在此基础上使用Unity 3D 和C#软件进行运动控制预编程。第三，运动预编程需要将各个零件从局部坐标系转换到世界坐标系，建立局部坐标系与其他零件坐标系的运动关系，并利用Unity 3D 自带的以太网通信模块与MySQL、Oracle 等数据库通信。

运动控制仿真主要开展防碰撞仿真和加工质量预估的研究。防碰撞仿真利用Unity 3D 进行。先根据模型存储的数据计算表面各点坐标，掌握加工程序G 代码的运动控制规则，提前预估碰撞，再利用实际参数进行判断（Unity 3D 网络延迟可以做到毫秒级）。加工质量预估是通过加工程序解析刀具运动轨迹，由制造执行系统（Manufacturing Execution System，MES）的刀具管理模块提供刀具相关参数，结合质量管理模块进行大数据分析、算法预估以及预判零件加工质量。

2.3 生产排程智能化技术

生产排程智能化技术可针对仓库、物流、零件识别、中间缓存等存在的系统不健全、部分设备缺少、人工搬运等情况进行自动排程。

一方面，分层延时Petri 网模型的建立。传统Petri 网在建议生产线模型时会因为工艺的复杂性导致网络节点指数性增长，同时无法对多工艺的并行加工提供理论指导。分层延时Petri 网可将节点指数型增长变为线性，同时对多工艺并线加工提供理论支撑。

另一方面，基于遗传算法（Genetic Algorithm，GA）的多目标优化。FMS 在加工不同零件、不同工艺时，物流、加工系统的载荷不同。自动排程的优化需要考虑物流时间、加工时间、总时间以及等待时间，最终目标优先考虑能力较弱的环节。

3 实验分析

3.1 仿真实验

首先，通过分析FMS 机电信息的电气特性、数字化三维模型的物理机械参数、智能化生产排程的Petri 网理论，从根本上阐述FMS 生产的理论依据。其次，根据理论分析结果，建立FMS 的数字信息系统的电气原理图（电气隔离模块的电气图，实时与非实时通信隔离模块图）、Petri 网模型、基于GA 的多目标优化模型、数字化三维仿真的物理模型。最后，在数字化三维模型上仿真电气特性、生产调度，提前知道现场实验的注意事项、模型存在的不足以及理论缺陷。在仿真实验的基础上，在刹车盘智能制造柔性智能生产线实验平台进行现场实验，并根据实际实验结果修正理论的不足，添加模型缺少的信息。

3.2 现场实验

生产线智能化控制与管理方面开展部分研发工作，包括总控系统设计、元器件选型以及总控电气系统设计等。基于数字孪生的FMS 控制管理系统解决后续调试过程中发现生产线存在数字信号有效性混乱、实时通信与非实时通信接口混用、安全性开关存在无效情况等潜在安全隐患。

现有刹车盘自动化生产线布局如图4 所示，其只能实现传统生产线的大批量、单零件、单工艺加工。小批量定制是今后生产线的发展趋势，因此对该生产线的工艺流程进行建模，解决小批量定制问题。采用分层延时Petri 网的通用模型对生产线进行建模，其中分层延时Petri 网模型如图5 所示，图中P为工艺流程，T为每个过程的变迁过程，P、T之间添加有向流。

图4 刹车片自动化生产线布局图

图5 分层延时Petri 网模型

4 结语

针对柔性作业车间出现的问题，列出FMS 控制系统开发流程，介绍基于数字孪生的FMS 控制管理系统开发技术，并进行虚拟实验和现场实验。FMS 数字信息系统的机电信息从电气理论上解决了潜在安全隐患。使用分层隔离的方式实现各层通信的物理模型的隔离和电气特性的分离，大大提高了FMS 数字信息系统的稳定性。普适性的零件命名规则、渲染配色和模型与数据库之间的通信标准，提高了数字式AR在线监测仿真模型的效率，实现了物理模型和虚拟模型的同步控制。FMS 的通用Petri 网理论模型，利用GA 进行多目标动态调度优化，从而实现混工艺、混零件以及在线增删零件的动态智能调度和FMS 生产排程。